Buchumschlag

A Unified Hierarchical Multi-Task Multi-Fidelity Framework for Data-Efficient Surrogate Modeling in Manufacturing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mehta, Manan, Dong, Zhiqiao, Yang, Yuhang, Shao, Chenhui
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-task Learning for Heterogeneous Data via Integrating Shared and Task-Specific Encodings
von: Sui, Yang, et al.
Veröffentlicht: (2025)

Multi-Fidelity Quantile Regression
von: Liu, Yixiang, et al.
Veröffentlicht: (2026)

Physics-informed data-driven machine health monitoring for two-photon lithography
von: Jia, Sixian, et al.
Veröffentlicht: (2025)

A General Framework for Joint Multi-State Models
von: Laplante, Félix, et al.
Veröffentlicht: (2025)

Multi-Task Learning with Summary Statistics
von: Knight, Parker, et al.
Veröffentlicht: (2023)

Robust and Adaptive Spectral Method for Representation Multi-Task Learning with Contamination
von: Huang, Yian, et al.
Veröffentlicht: (2025)

Approximate Gibbs Sampler for Efficient Inference of Hierarchical Bayesian Models for Grouped Count Data
von: Yu, Jin-Zhu, et al.
Veröffentlicht: (2022)

GeoERM: Geometry-Aware Multi-Task Representation Learning on Riemannian Manifolds
von: Chen, Aoran, et al.
Veröffentlicht: (2025)

SMART: A Spectral Transfer Approach to Multi-Task Learning
von: Zhao, Boxin, et al.
Veröffentlicht: (2026)

Bayesian Joint Model of Multi-Sensor and Failure Event Data for Multi-Mode Failure Prediction
von: Fard, Sina Aghaee Dabaghan, et al.
Veröffentlicht: (2025)

Assessing Surrogate Heterogeneity in Real World Data Using Meta-Learners
von: Knowlton, Rebecca, et al.
Veröffentlicht: (2025)

Scalable Inference for Bayesian Multinomial Logistic-Normal Dynamic Linear Models
von: Saxena, Manan, et al.
Veröffentlicht: (2024)

Multi-Task Learning for Sparsity Pattern Heterogeneity: Statistical and Computational Perspectives
von: Behdin, Kayhan, et al.
Veröffentlicht: (2022)

Unified Inference Framework for Single and Multi-Player Performative Prediction: Method and Asymptotic Optimality
von: Zhang, Zhixian, et al.
Veröffentlicht: (2026)

Estimating Treatment Effects using Multiple Surrogates: The Role of the Surrogate Score and the Surrogate Index
von: Athey, Susan, et al.
Veröffentlicht: (2016)

TabMixNN: A Unified Deep Learning Framework for Structural Mixed Effects Modeling on Tabular Data
von: Akdemir, Deniz
Veröffentlicht: (2025)

Effect Identification and Unit Categorization in the Multi-Score Regression Discontinuity Design with Application to LED Manufacturing
von: Schwarz, Philipp Alexander, et al.
Veröffentlicht: (2025)

Adaptive Multi-task Learning for Multi-sector Portfolio Optimization
von: Fan, Qingliang, et al.
Veröffentlicht: (2025)

Few-shot Multi-Task Learning of Linear Invariant Features with Meta Subspace Pursuit
von: Zhang, Chaozhi, et al.
Veröffentlicht: (2024)

Salvaging Forbidden Treasure in Medical Data: Utilizing Surrogate Outcomes and Single Records for Rare Event Modeling
von: Yin, Xiaohui, et al.
Veröffentlicht: (2025)

Continuous Treatment Effects with Surrogate Outcomes
von: Zeng, Zhenghao, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Surrogate-based Amortized Bayesian Inference for Computationally Expensive Models
von: Scheurer, Stefania, et al.
Veröffentlicht: (2025)

Fair Regression under Demographic Parity: A Unified Framework
von: Feng, Yongzhen, et al.
Veröffentlicht: (2026)

Independence Testing for Temporal Data
von: Shen, Cencheng, et al.
Veröffentlicht: (2019)

Hierarchical Causal Models
von: Weinstein, Eli N., et al.
Veröffentlicht: (2024)

Statistical Testing on Directed Graphs by Surrogate Data Generation
von: Chan, Chun Hei Michael, et al.
Veröffentlicht: (2026)

A VAE-based Framework for Learning Multi-Level Neural Granger-Causal Connectivity
von: Lin, Jiahe, et al.
Veröffentlicht: (2024)

Meta Fusion: A Unified Framework For Multimodality Fusion with Mutual Learning
von: Liang, Ziyi, et al.
Veröffentlicht: (2025)

Optimal Sampling for Generalized Linear Model under Measurement Constraint with Surrogate Variables
von: Shen, Yixin, et al.
Veröffentlicht: (2025)

Multi-Distribution Robust Conformal Prediction
von: Yang, Yuqi, et al.
Veröffentlicht: (2026)

Conformalized Polynomial Chaos Expansion for Uncertainty-aware Surrogate Modeling
von: Loukrezis, Dimitrios, et al.
Veröffentlicht: (2025)

COKE: Causal Discovery with Chronological Order and Expert Knowledge in High Proportion of Missing Manufacturing Data
von: Ou, Ting-Yun, et al.
Veröffentlicht: (2024)

A Unified Framework for Structure-Aware Clustering and Heterogeneous Causal Graph Learning
von: Du, Honglin, et al.
Veröffentlicht: (2026)

A Unified Framework for Inference with General Missingness Patterns and Machine Learning Imputation
von: Chen, Xingran, et al.
Veröffentlicht: (2025)

Mining Invariance from Nonlinear Multi-Environment Data: Binary Classification
von: Goddard, Austin, et al.
Veröffentlicht: (2024)

Unified Conformalized Multiple Testing with Full Data Efficiency
von: Huo, Yuyang, et al.
Veröffentlicht: (2025)

Conditional Hierarchical Bayesian Tucker Decomposition for Genetic Data Analysis
von: Sandler, Adam, et al.
Veröffentlicht: (2019)

A Unified Framework for Estimation of High-dimensional Conditional Factor Models
von: Chen, Qihui
Veröffentlicht: (2022)

Multi-Band Variable-Lag Granger Causality: A Unified Framework for Causal Time Series Inference across Frequencies
von: Sookkongwaree, Chakattrai, et al.
Veröffentlicht: (2025)

A Hierarchical Variational Graph Fused Lasso for Recovering Relative Rates in Spatial Compositional Data
von: Teixeira, Joaquim Valerio, et al.
Veröffentlicht: (2025)